⏳ This skill is pending AI review.
Scores will appear once the review pipeline completes.
music-player
搜索并播放音乐。从B站搜索歌曲、下载音频、用mpv播放器播放。支持缓存、队列、收藏、黑名单。当用户要求播放音乐、放歌、听歌时使用此skill。
Choose how to use this skill
You do not need every option. Choose the path your AI client supports. The stable page stays the same; versioned files are immutable.
1. Native installer
This listing has no registered native installer command. Use the complete package or source fallback below, depending on what your client supports.
Do not guess an installer command or replace an existing version without reviewing the diff.
2. Complete package recommended
Download the ZIP when available. It includes SKILL.md plus the references, security notes and version metadata.
No complete ProSkills package is published for this listing yet.3. Prompt-only
Copy the prompt above when the agent can read the stable page or when you want to adopt the workflow without installing a skill.
Need only the instruction file?
Download SKILL.md only if your client requires a single file. The complete ZIP is safer for a full installation because it preserves the references and release context.
No path installs or executes anything by itself. Your agent still needs access to the project files. Before updating, compare the installed version and review the diff.
// RATINGS
// README
🐉 小龙 OpenClaw 语音助手
让 OpenClaw 听你说话。
再也不用守在屏幕前等 OpenClaw 出结果了。戴上耳机,说句"小龙小龙,帮我把那个项目重构一下",然后起身倒杯水、看会儿手机、或者继续摸鱼。OpenClaw 在后台读代码、执行命令、安装依赖、联网搜索——干完了耳机里直接告诉你结果。你只需要张嘴,不需要动手,也不需要盯着屏幕。
说"小龙小龙"唤醒 → 语音发指令 → OpenClaw 干活 → 语音报结果
✨ 特性
- 🎤 离线唤醒词:SenseVoice + Silero VAD,纯本地运行,无需联网
- 🗣️ 自然语音交互:支持连续对话、语音打断、上下文指令拼接
- 🔧 完整 AI 能力:通过 OpenClaw 获得文件操作、命令执行、联网搜索、编程等能力
- 🔧 Skills 扩展:通过 OpenClaw Skills 生态扩展能力,天气查询等开箱即用
- 🎧 蓝牙支持:自动检测蓝牙耳机,支持全双工/半双工自适应
- ⚡ 流式响应:TTS 边合成边播放,首字延迟低
- 🛡️ TTS 三级回退:Edge TTS(在线高音质)→ Matcha-TTS(本地离线)→ Windows SAPI(保底),网络不好也不卡
- 🚀 并行启动:ASR、TTS、Agent 并行初始化,启动快 2-3 秒
- 🧠 智能输入超时:短指令 1.5 秒快速发送,长句 4 秒等待,响应更快
- 🎯 宽容唤醒词:支持 16 种"小"+ 14 种"龙"的近音变体,ASR 识别偏差也能唤醒
- 😴 丰富休眠表达:退下、再见、拜拜、不聊了、先这样等 12+ 种自然表达
📐 架构
麦克风 → [Silero VAD + SenseVoice ASR] → 文字
↓
[唤醒词/指令检测]
↓
[OpenClaw Gateway Agent]
↓
[Edge TTS / Matcha-TTS / SAPI]
↓
扬声器
🚀 快速开始
环境要求
| 依赖 | 版本 | 说明 |
|---|---|---|
| Python | >= 3.10 | 推荐 3.12+ |
| Node.js | >= 18 | OpenClaw 运行时 |
| 麦克风 + 扬声器 | - | 蓝牙耳机或本地音频设备 |
一键安装
git clone https://github.com/yu20103983/xiaolong-openclaw.git
cd xiaolong-openclaw
# 安装依赖 + 下载模型
setup.bat
配置 OpenClaw
首次使用需配置 OpenClaw Gateway:
# 初始化 OpenClaw 配置(设置 API Key 等)
npx openclaw config
# 启动 Gateway(保持运行)
npx openclaw gateway
注意:需要配置 LLM 提供商的 API Key(如 Anthropic、OpenAI 等)。 运行
npx openclaw config会引导你完成配置。
启动
# 新终端,启动语音助手
start.bat
说 "小龙小龙" 唤醒,然后说指令即可。
🎯 使用方式
| 操作 | 说法示例 |
|---|---|
| 唤醒 | "小龙小龙" |
| 发指令 | "小龙,帮我查一下天气" |
| 连续对话 | "小龙,我们聊聊天"(agent 自动开启) |
| 打断播报 | 说 "终止" 或 "停止" |
| 休眠 | "小龙退下" / "小龙再见" / "小龙拜拜" / "小龙不聊了" |
指令输入
- 智能超时:短指令(如"几点了""播放音乐")1.5 秒自动发送,长句 4 秒静音后发送
- 多段输入会自动拼接(说完一段后继续说,会合并后一起发送)
- 说 "好了" 可立即发送
唤醒词容错
支持大量近音变体,以下都能唤醒:
- 小龙、肖龙、晓龙、消隆、笑笼、筱龙……
- 即使 ASR 识别有偏差,大部分情况都能正确唤醒
连续对话
Agent 会根据场景自动开启连续对话模式(如聊天、口语练习等),开启后不需要说唤醒词,直接说话即可。
⚙️ 配置
编辑 src/config.py:
# 音频设备(None = 自动检测)
A2DP_ID = None # 输出设备 ID
HFP_IN = None # 输入设备 ID
DUPLEX_MODE = None # 全双工模式: True/False/None(自动)
PREFER_LOCAL = False # 优先本地设备(跳过蓝牙检测)
# TTS
TTS_ENGINE = "edge" # TTS 引擎: edge(在线高音质)/ local(离线快速)
TTS_VOICE = "xiaoxiao" # 语音: xiaoxiao/yunxi/xiaoyi/yunjian
TTS_RATE = "+10%" # 语速
TTS_LOCAL_MODEL = "matcha-zh-baker" # 本地备选模型
# Agent
PI_PROVIDER = "anthropic" # OpenClaw provider
PI_MODEL = "claude-sonnet-4-20250514" # 模型名称
# 会话
INPUT_SILENCE_TIMEOUT = 4.0 # 长输入静音超时(秒)
INPUT_QUICK_TIMEOUT = 1.5 # 短指令快速超时(秒)
CONTINUOUS_SILENCE_TIMEOUT = 30 # 连续对话沉默超时(秒)
🔧 Skills
OpenClaw 内置多种 Skills(天气、GitHub、编程等),也可添加自定义 Skill:
- 在
~/.openclaw/workspace/skills/your-skill/下创建SKILL.md和脚本 - 运行
npx openclaw skills list确认加载
🏗️ 项目结构
├── src/
│ ├── main.py # 主程序:唤醒→识别→Agent→TTS 流水线
│ ├── config.py # 全局配置
│ ├── session_controller.py # 会话状态机:唤醒词检测、指令分发
│ ├── agent_client.py # OpenClaw Gateway 客户端(事件驱动连接)
│ ├── asr_engine.py # ASR 引擎:VAD + SenseVoice(异步线程)
│ ├── tts_engine.py # TTS 引擎:Edge TTS + Matcha-TTS + SAPI 三级回退
│ └── audio_io.py # 音频 I/O:设备检测、录音、重采样
├── bin/
│ └── gateway-bridge.js # Node.js Bridge:Python ↔ OpenClaw Gateway
├── models/ # ASR/TTS 模型文件
├── assets/ # 提示音文件
├── cache/ # TTS 磁盘缓存
├── tests/ # 测试脚本
├── setup.bat # 一键安装
├── start.bat # 启动脚本
└── download_models.bat # 模型下载
🔧 开发
测试单个组件
# 测试音频设备检测
python -X utf8 tests/test_devices.py
# 测试 ASR(麦克风实时识别)
python -X utf8 tests/test_asr.py
# 测试 TTS(合成并播放)
python -X utf8 tests/test_tts.py
# 测试唤醒词匹配
python -X utf8 src/session_controller.py
日志格式
运行时终端会显示清晰的对话日志:
==================================================
[用户] 帮我查一下今天的天气
==================================================
好的,我来查一下。深圳今天局部多云,气温25度...
--------------------------------------------------
[小龙] 好的,我来查一下。深圳今天局部多云,气温25度,适合出门。
--------------------------------------------------
📝 常见问题
Q: 启动后没有声音?
检查音频设备:python -X utf8 tests/test_devices.py,确认输入输出设备正确。
Q: OpenClaw Gateway 连接失败?
确保 Gateway 已启动:npx openclaw gateway,默认端口 18789。
Q: 模型下载失败? 设置代理后重试:
set HTTPS_PROXY=http://127.0.0.1:7890
download_models.bat
Q: 唤醒词识别不灵敏?
可在 src/session_controller.py 中调整 _XIAO_CHARS 和 _LONG_CHARS 的近音字集合。
Q: TTS 经常超时?
在 src/config.py 中设置 TTS_ENGINE = "local" 切换到本地离线 TTS,或保持 "edge" 模式,连续失败 3 次后会自动回退到本地。
📄 License
// HOW IT'S BUILT
KEY FILES